Redis常用數(shù)據(jù)結(jié)構(gòu)與應(yīng)用場(chǎng)景

redis中存儲(chǔ)數(shù)據(jù)是以key-value鍵值對(duì)的方式去存儲(chǔ)的，其中key為string字符類型，value的數(shù)據(jù)類型可以是string(字符串)、list(列表)、hash(字典)、set(集合) 、 zset(有序集合)。 這5種數(shù)據(jù)類型在開(kāi)發(fā)中可以應(yīng)對(duì)大部分場(chǎng)景的存儲(chǔ)

拓展：key的底層存儲(chǔ)方式SDS

這里有一個(gè)問(wèn)題，當(dāng)我們使用一條redis命令set key value的時(shí)候，redis進(jìn)行了什么操作？
其實(shí)當(dāng)我們使用命令操作redis的時(shí)候，也是會(huì)經(jīng)過(guò)redis客戶端到redis服務(wù)端的過(guò)程，這些命令相當(dāng)于一個(gè)請(qǐng)求

• redis客戶端通過(guò)socket傳輸這些命令
• redis服務(wù)端通過(guò)io讀取到這些請(qǐng)求命令，把所有的命令解析成一個(gè)字符串，并執(zhí)行對(duì)應(yīng)命令操作，然后再經(jīng)過(guò)socket寫回操作結(jié)果！

同時(shí)redis是使用c語(yǔ)言寫的，但它底層在存放redis的key時(shí)，并沒(méi)有用c語(yǔ)言原生的字符串?dāng)?shù)據(jù)結(jié)構(gòu)，而是定義了一個(gè)屬于redis的數(shù)據(jù)結(jié)構(gòu)SDS(Simple Dynamic String)，

struct sdshdr{//記錄buf數(shù)組中已使用字節(jié)的數(shù)量//等于 SDS 保存字符串的長(zhǎng)度int len;//記錄 buf 數(shù)組中未使用字節(jié)的數(shù)量int free;//字節(jié)數(shù)組，用于保存字符串char buf[];
}

為什么要用這樣的一個(gè)數(shù)據(jù)結(jié)構(gòu)去存儲(chǔ)字符串呢？

• 二進(jìn)制安全的數(shù)據(jù)結(jié)構(gòu)。 比如是操作命令是get aaa\0 ：獲取 aaa\0的值。如果是c語(yǔ)言的字符數(shù)組就會(huì)把\0吞掉，變?yōu)?code>get aaa，而使用SDS就會(huì)完整的操作aaa\0，SDS把所有接受到的數(shù)據(jù)都轉(zhuǎn)成字符串，即使是一些特殊字符！
• SDS提供了內(nèi)存預(yù)分配機(jī)制，避免頻繁的內(nèi)存分配。 如果是c語(yǔ)言，在修改一個(gè)key時(shí)，會(huì)分配一個(gè)新的字符數(shù)組，然后進(jìn)行內(nèi)存賦值，而SDS則采用預(yù)先分配機(jī)制，直接把字符串容量擴(kuò)大兩倍，key的長(zhǎng)度變化時(shí)，直接在已分配的內(nèi)存中修改即可，如果不夠繼續(xù)擴(kuò)大2倍
  思考：SDS采用的也是一種空間換時(shí)間的思路，無(wú)論是擴(kuò)展之后分配多余空間從而降低下次擴(kuò)展時(shí)需要再次內(nèi)存分配的概率，還是縮容之后并不立即回收空間而是留給下次擴(kuò)容，這兩種操作都會(huì)導(dǎo)致空閑空間增大，內(nèi)存占用提升，而Redis又了很多數(shù)據(jù)壓縮策略來(lái)控制內(nèi)存。
• 杜絕緩沖區(qū)溢出。 在C語(yǔ)言原生的字符串中，當(dāng)需要修改字符串且修改后的長(zhǎng)度大于修改前的長(zhǎng)度時(shí)，在修改之前需要先對(duì)原數(shù)組申請(qǐng)空間擴(kuò)容，否則可能導(dǎo)致數(shù)組溢出，內(nèi)容寫入到相鄰的下一個(gè)數(shù)組中從而改變下一個(gè)字符串的值。
  在SDS中，SDS屏蔽了用戶對(duì)數(shù)組空間的分配，SDS在增長(zhǎng)之前會(huì)根據(jù)free屬性自動(dòng)檢測(cè)是否足夠修改之后的字符串所需空間，如果足夠則直接修改，并更新修改之后的len和free屬性，如果當(dāng)前剩余空間不夠，SDS會(huì)根據(jù)空間分配策略自動(dòng)進(jìn)行擴(kuò)容，無(wú)需用戶關(guān)心。
  思考：類似于Java中的String類，高級(jí)容器等，會(huì)提供自動(dòng)擴(kuò)容，縮容的功能，具體的細(xì)節(jié)對(duì)使用者透明，能減少開(kāi)發(fā)者的編碼負(fù)擔(dān)。

string+應(yīng)用場(chǎng)景

常用操作

命令	說(shuō)明
SET key value	存入字符串鍵值對(duì)
MSET key value [key value …]	批量存儲(chǔ)字符串鍵值對(duì)
SETNX key value	存入一個(gè)不存在的字符串鍵值對(duì)
GET key	獲取一個(gè)字符串鍵值
MGET key [key …]	批量獲取字符串鍵值
EXPIRE key seconds	設(shè)置一個(gè)鍵的過(guò)期時(shí)間(秒)
DEL key [key …]	刪除一個(gè)鍵
INCR key	將key中儲(chǔ)存的數(shù)字值加1
DECR key	將key中儲(chǔ)存的數(shù)字值減1
INCRBY key increment	將key所儲(chǔ)存的值加上increment
DECRBY key decrement	將key所儲(chǔ)存的值減去decrement

• 設(shè)置和獲取鍵值對(duì)

> SET key value
OK
> GET key
"value"

值得注意的是， 當(dāng)key存在時(shí)，set命令會(huì)覆蓋掉你上一次設(shè)置的值

> SET key newValue
OK
> GET key
"newValue"

• 使用 EXISTS 和 DEL 關(guān)鍵字來(lái)查詢是否存在和刪除鍵值對(duì)：

> EXISTS key
(integer) 1
> DEL key
(integer) 1
> GET key
(nil)

• 批量設(shè)置鍵值對(duì)

> SET key1 value1
OK
> SET key2 value2
OK
> MGET key1 key2 key3    # 返回一個(gè)列表
1) "value1"
2) "value2"
3) (nil)
> MSET key1 value1 key2 value2
> MGET key1 key2
1) "value1"
2) "value2"

• 過(guò)期和 SET 命令擴(kuò)展
  可以對(duì) key 設(shè)置過(guò)期時(shí)間，到時(shí)間會(huì)被自動(dòng)刪除，這個(gè)功能常用來(lái)控制緩存的失效時(shí)間。(過(guò)期可以是任意數(shù)據(jù)結(jié)構(gòu))

> SET key value1
> GET key
"value1"
> EXPIRE name 5    # 5s 后過(guò)期
...                # 等待 5s
> GET key
(nil)

• 返回原值的 GETSET 命令
  對(duì)字符串，還有一個(gè) GETSET 比較讓人覺(jué)得有意思，它的功能跟它名字一樣：為 key 設(shè)置一個(gè)值并返回原值：

> SET key value
> GETSET key value1
"value"

這可以對(duì)于某一些需要隔一段時(shí)間就統(tǒng)計(jì)的 key 很方便的設(shè)置和查看，例如：系統(tǒng)每當(dāng)由用戶進(jìn)入的時(shí)候你就是用 INCR 命令操作一個(gè) key，當(dāng)需要統(tǒng)計(jì)時(shí)候你就把這個(gè) key 使用 GETSET 命令重新賦值為 0，這樣就達(dá)到了統(tǒng)計(jì)的目的。

使用場(chǎng)景

• 單值緩存

SET key value
GET key

使用這兩條命令可以做用戶id存儲(chǔ)、商品庫(kù)存存儲(chǔ)等等！

• 對(duì)象存儲(chǔ)
  以緩存user對(duì)象為例，有以下兩種方式：
  （1）SET user:1 value(json格式數(shù)據(jù))：把對(duì)象轉(zhuǎn)json存入redis，也是當(dāng)下常用的方式，獲取數(shù)據(jù)需要做數(shù)據(jù)轉(zhuǎn)換
  （2）MSET user:1:name zhuge user:1:balance 1888
  MGET user:1:name user:1:balance
  使用Mset命令，把對(duì)象拆開(kāi)存儲(chǔ)，每一個(gè)key只保存對(duì)象的一個(gè)字段信息，適用于經(jīng)常修改user的某個(gè)字段的場(chǎng)景
• 分布式鎖

SETNX product:10001 true //操作product:10001
##執(zhí)行業(yè)務(wù)操作...
DEL product:10001 //刪除product:10001

其中SETNX key value 命令要求如果key已存在，則其他的setnx命令無(wú)法對(duì)當(dāng)前key進(jìn)行操作。

在使用分布式鎖時(shí)通常還會(huì)通過(guò)
SET product:10001 true ex 10 nx 命令設(shè)置key的超時(shí)時(shí)間，防止死鎖！

• 計(jì)數(shù)器

NCR 文章id

可以使用INCR命令實(shí)現(xiàn)數(shù)量自增，可以用于文章閱讀量、熱度人數(shù)統(tǒng)計(jì)等，用戶每點(diǎn)進(jìn)去一次執(zhí)行一次INCR命令

• 分布式系統(tǒng)全局序列號(hào)
  在分布式系統(tǒng)下，如果需要分庫(kù)分表， mysql的數(shù)據(jù)庫(kù)自增id已經(jīng)無(wú)法滿足分庫(kù)分表下的id自增，這時(shí)就需要一個(gè)獨(dú)立于數(shù)據(jù)庫(kù)之外的中間件來(lái)實(shí)現(xiàn)id的分配。

redis的INCR命令可以實(shí)現(xiàn)id、序列號(hào)的生成，但如果用戶量非常大，每生成一個(gè)id、序列號(hào)都去redis會(huì)給redis添加不小的壓力，我們可以一次性從redis中自增1000次，把序列號(hào)放入本地內(nèi)存中，這1000個(gè)id用完了，再去redis再取1000個(gè)，可有效降低redis的壓力！

hash+應(yīng)用場(chǎng)景

Redis 中的字典（hash）相當(dāng)于 Java 中的 HashMap，內(nèi)部實(shí)現(xiàn)也差不多類似，都是通過(guò) “數(shù)組 + 鏈表” 的鏈地址法來(lái)解決部分 哈希沖突，同時(shí)這樣的結(jié)構(gòu)也吸收了兩種不同數(shù)據(jù)結(jié)構(gòu)的優(yōu)點(diǎn)。

常用操作

命令	說(shuō)明
HSET key field value	存儲(chǔ)一個(gè)哈希表key的鍵值
HGET key field	獲取哈希表key對(duì)應(yīng)的field鍵值
HMSET key field value [field value …]	在一個(gè)哈希表key中存儲(chǔ)多個(gè)鍵值對(duì)
HMGET key field [field …]	批量獲取哈希表key中多個(gè)field鍵值
HSETNX key field value	存儲(chǔ)一個(gè)不存在的哈希表key的鍵值
HDEL key field [field …]	刪除哈希表key中的field鍵值
HLEN key	返回哈希表key中field的數(shù)量
HGETALL key	返回哈希表key中所有的鍵值
HINCRBY key field increment	為哈希表key中field鍵的值加上增量increment

字典相關(guān)操作

> HSET books java "think in java"    # 命令行的字符串如果包含空格則需要使用引號(hào)包裹
(integer) 1
> HSET books python "python cookbook"
(integer) 1
> HGETALL books    # key 和 value 間隔出現(xiàn)
1) "java"
2) "think in java"
3) "python"
4) "python cookbook"
> HGET books java
"think in java"
> HSET books java "head first java"  
(integer) 0        # 因?yàn)槭歉虏僮?#xff0c;所以返回 0
> HMSET books java "effetive  java" python "learning python"    # 批量操作
OK

使用場(chǎng)景

• 電商購(gòu)物車
  1）以用戶id為key === cart:1001
  2）以商品id為field===10088
  3）商品數(shù)量為value === 1
  因此，購(gòu)物車操作可以如下：
  1）添加商品：hset cart:1001 10088 1
  2）增加數(shù)量 hincrby cart:1001 10088 1
  3）商品總數(shù) hlen cart:1001
  4）刪除商品 hdel cart:1001 10088
  5）獲取購(gòu)物車所有商品 hgetall cart:1001
  

思考-優(yōu)點(diǎn)：
1）同類數(shù)據(jù)歸類整合儲(chǔ)存，方便數(shù)據(jù)管理
2）相比string操作消耗內(nèi)存與cpu更小
因?yàn)?#xff1a;string類型通過(guò)set key - val 的方式存儲(chǔ)數(shù)據(jù)，通過(guò)對(duì)key進(jìn)行hash運(yùn)算決定當(dāng)前key是存儲(chǔ)在數(shù)組哪個(gè)位置。如果把hash類型的數(shù)據(jù)變成string類型來(lái)存儲(chǔ)，則需要更多的key，同時(shí)在存放時(shí)也需要更多的hash(key)運(yùn)算，消耗更多的cpu資源！
3）相比string儲(chǔ)存更節(jié)省空間
如果把hash類型的數(shù)據(jù)變成string類型來(lái)存儲(chǔ)，將需要存儲(chǔ)更多key，如果數(shù)據(jù)量很多的情況下，redis底層那么存儲(chǔ)數(shù)據(jù)的數(shù)組將很快會(huì)被占滿，占滿就會(huì)進(jìn)行擴(kuò)容，加大內(nèi)存消耗。由此可見(jiàn)，string結(jié)構(gòu)與hash結(jié)構(gòu)只存儲(chǔ)一個(gè)key相比，需要更多的內(nèi)存空間！
思考-缺點(diǎn)：
1）過(guò)期功能不能使用在field上，只能用在key上
redis的過(guò)期時(shí)間只能用在key上，而hash的key是一個(gè)大的概念，里面的map型結(jié)構(gòu)才是重要數(shù)據(jù)，但過(guò)期時(shí)間只能用在外邊的大key上，hash結(jié)構(gòu)相比于string不能實(shí)現(xiàn)精準(zhǔn)過(guò)期！
2）hash結(jié)構(gòu)在Redis集群架構(gòu)下不適合大規(guī)模使用
因?yàn)槿绻粋€(gè)hash的key中的屬性很多的話，只能存在一個(gè)redis節(jié)點(diǎn)上，那么這個(gè)節(jié)點(diǎn)壓力會(huì)比其他節(jié)點(diǎn)壓力大很多，造成redis集群下壓力分配不均衡！

list+應(yīng)用場(chǎng)景

Redis 的列表相當(dāng)于 Java 語(yǔ)言中的 LinkedList，注意它是鏈表而不是數(shù)組。這意味著 list 的插入和刪除操作非常快，時(shí)間復(fù)雜度為 O(1)，但是索引定位很慢，時(shí)間復(fù)雜度為 O(n)。

常用操作

命令	說(shuō)明
LPUSH key value [value …]	將一個(gè)或多個(gè)值value插入到key列表的表頭(最左邊)
RPUSH key value [value …]	將一個(gè)或多個(gè)值value插入到key列表的表尾(最右邊)
LPOP key	移除并返回key列表的頭元素
RPOP key	移除并返回key列表的尾元素
LRANGE key start stop	返回列表key中指定區(qū)間內(nèi)的元素，區(qū)間以偏移量start和stop指定
BLPOP key [key …] timeout	從key列表表頭彈出一個(gè)元素，若列表中沒(méi)有元素，阻塞等待
timeout：秒，如果timeout=0,一直阻塞等待
BRPOP key [key …] timeout	從key列表表尾彈出一個(gè)元素，若列表中沒(méi)有元素，阻塞等待
timeout：秒，如果timeout=0,一直阻塞等待

list相關(guān)

• LPUSH和RPUSH分別可以向list的左邊（頭部）和右邊（尾部）添加一個(gè)新元素
• LRANGE命令可以從list中取出一定范圍的元素
• LINDEX命令可以從list中取出指定下標(biāo)的元素，相當(dāng)于java量表操作中的get（int index）操作

> rpush mylist A
(integer) 1
> rpush mylist B
(integer) 2
> lpush mylist first
(integer) 3
> lrange mylist 0 -1    # -1 表示倒數(shù)第一個(gè)元素, 這里表示從第一個(gè)元素到最后一個(gè)元素，即所有
1) "first"
2) "A"
3) "B"

• list 實(shí)現(xiàn)隊(duì)列
  隊(duì)列是先進(jìn)先出的數(shù)據(jù)結(jié)構(gòu)，常用于消息排隊(duì)和異步邏輯處理，它會(huì)確保元素的訪問(wèn)順序：

> RPUSH books python java golang
(integer) 3
> LPOP books
"python"
> LPOP books
"java"
> LPOP books
"golang"
> LPOP books
(nil)

• list 實(shí)現(xiàn)棧
  棧是先進(jìn)后出的數(shù)據(jù)結(jié)構(gòu)，跟隊(duì)列正好相反

> RPUSH books python java golang
> RPOP books
"golang"
> RPOP books
"java"
> RPOP books
"python"
> RPOP books
(nil)

list的使用場(chǎng)景

• 模擬分布式系統(tǒng)數(shù)據(jù)結(jié)構(gòu)
  ①：Stack(棧) = LPUSH（左邊放） + LPOP（左邊取）
  ②：Queue(隊(duì)列）= LPUSH（左邊放） + RPOP（右邊取）
  ③：Blocking MQ(阻塞隊(duì)列）= LPUSH（左邊放） + BRPOP（右邊阻塞取：沒(méi)有數(shù)據(jù)就阻塞！）
  思考：那么redis實(shí)現(xiàn)的數(shù)據(jù)結(jié)構(gòu)和jdk中提供的數(shù)據(jù)結(jié)構(gòu)有什么區(qū)別呢？
  答：jdk提供的數(shù)據(jù)結(jié)構(gòu)僅在本服務(wù)中有用，如果在分布式環(huán)境下，則需要借助redis等中間件，模擬數(shù)據(jù)結(jié)構(gòu)來(lái)統(tǒng)一管理數(shù)據(jù)。
• 微博、朋友圈、公眾號(hào)等，關(guān)注的文章列表展示
  假如 小明 關(guān)注了 中國(guó)青年報(bào)、三太子敖丙 等大V的訂閱號(hào)，當(dāng)這些大V發(fā)布訂閱號(hào)時(shí)，通過(guò)推或拉的方式把消息LPUSH放入redis中屬于小明的list中。其中key為msg:{小明_ID}。當(dāng)小明要獲取大V們發(fā)的消息時(shí)，使用LRANGE 命令從隊(duì)列中獲取指定個(gè)數(shù)的訂閱號(hào)信息！！

# ①：MacTalk發(fā)微博，消息ID為10010
LPUSH msg:{小明_ID} 10010# ②：備胎說(shuō)車發(fā)微博，消息ID為10086
LPUSH msg:{小明_ID} 10086# ③：查看最新微博消息(前4條)
LRANGE msg:{小明_ID} 0 4

思考：大V發(fā)了消息的是怎么存儲(chǔ)在粉絲的redis中呢？一般有兩種處理方案！
（1）推送，博主發(fā)了消息，通過(guò)線程先推送到在線粉絲的隊(duì)列中，其他不在線的粉絲等后面系統(tǒng)在空閑的時(shí)候再慢慢推送過(guò)去
（2）拉取，如果粉絲太多，推的方案還是要很長(zhǎng)時(shí)間去處理，還有一種方案就是拉，每一個(gè)粉絲上線后就去關(guān)注的博主那里拉取他發(fā)送的最新的消息，在使用LRANGE取出即可。

set+應(yīng)用場(chǎng)景

Redis 的集合相當(dāng)于 Java 語(yǔ)言中的 HashSet，它內(nèi)部的鍵值對(duì)是無(wú)序、唯一的。它的內(nèi)部實(shí)現(xiàn)相當(dāng)于一個(gè)特殊的字典，字典中所有的 value 都是一個(gè)值 NULL。

set 的常用操作

命令	說(shuō)明
SADD key member [member …]	往集合key中存入元素，元素存在則忽略，若key不存在則新建
SREM key member [member …]	從集合key中刪除元素
SMEMBERS key	獲取集合key中所有元素
SCARD key	獲取集合key的元素個(gè)數(shù)
SISMEMBER key member	判斷member元素是否存在于集合key中
SRANDMEMBER key [count]	從集合key中選出count個(gè)元素，元素不從key中刪除
SPOP key [count]	從集合key中選出count個(gè)元素，元素從key中刪除

set 的運(yùn)算操作

命令	說(shuō)明
SINTER key [key …]	交集運(yùn)算
SINTERSTORE destination key [key …]	將交集結(jié)果存入新集合destination中
SUNION key [key …]	并集運(yùn)算
SUNIONSTORE destination key [key …]	將并集結(jié)果存入新集合destination中
SDIFF key [key …]	差集運(yùn)算
SDIFFSTORE destination key [key …]	SDIFFSTORE destination key [key …]

集合set的基本使用

> SADD books java
(integer) 1
> SADD books java    # 重復(fù)
(integer) 0
> SADD books python golang
(integer) 2
> SMEMBERS books    # 注意順序，set 是無(wú)序的
1) "java"
2) "python"
3) "golang"
> SISMEMBER books java    # 查詢某個(gè) value 是否存在，相當(dāng)于 contains
(integer) 1
> SCARD books    # 獲取長(zhǎng)度
(integer) 3
> SPOP books     # 彈出一個(gè)
"java"

set的使用場(chǎng)景

• 抽獎(jiǎng)活動(dòng)
  1）點(diǎn)擊參與抽獎(jiǎng)加入集合
  SADD key {userlD}
  2）查看參與抽獎(jiǎng)所有用戶
  SMEMBERS key
  3）隨機(jī)抽取count名中獎(jiǎng)?wù)?br /> SRANDMEMBER key [count] ------元素不從集合中刪除
  SPOP key [count] ------ 元素從集合中刪除
• 朋友圈點(diǎn)贊
  當(dāng)某人在朋友圈發(fā)布消息，可用set來(lái)點(diǎn)贊展示
  
  1）點(diǎn)贊
  SADD like:{消息ID} {用戶ID}
  2）取消點(diǎn)贊
  SREM like:{消息ID} {用戶ID}
  3）檢查用戶是否點(diǎn)過(guò)贊
  SISMEMBER like:{消息ID} {用戶ID}
  4）獲取點(diǎn)贊的用戶列表
  SMEMBERS like:{消息ID}
  5）獲取點(diǎn)贊用戶數(shù)
  SCARD like:{消息ID}
• 利用set的交、并、差集實(shí)現(xiàn)微博、微信關(guān)注模型
  關(guān)注模型如下圖：

首先了解一下set的集合操作，假如有三個(gè)集合
set1：（a、b、c）
set2：（b、c、d）
set3：（c、d、e）

三個(gè)集合的
交集為：SINTER set1 set2 set3 ==> { c }
并集為：SUNION set1 set2 set3 ==> { a,b,c,d,e }
差集為：SDIFF set1 set2 set3 ==> { a }
差集計(jì)算方式：set1 - （set2并set3） = {a、b、c} - {b、c、d、e} = {a} 只保留a中單獨(dú)存在的元素

共同關(guān)注A的人：可以用交集來(lái)實(shí)現(xiàn)
我可能認(rèn)識(shí)的人：可以使用差集來(lái)實(shí)現(xiàn)，把我的好友求差集，例如a的好友={b,c},b的好友={a,c,d}，那么a可能認(rèn)識(shí)的人可以是，b-a={a,b,c,d}-{a,b,c} = vxwlu0yf4。當(dāng)然這只是一個(gè)簡(jiǎn)單又不大現(xiàn)實(shí)的想法，相當(dāng)于把對(duì)方的好友全部推薦給你了，真實(shí)情況的還需要考慮到關(guān)系網(wǎng)絡(luò)，好友的權(quán)重?cái)?shù)等

zset+應(yīng)用場(chǎng)景

這可能使 Redis 最具特色的一個(gè)數(shù)據(jù)結(jié)構(gòu)了，它類似于 Java 中 SortedSet 和 HashMap 的結(jié)合體，一方面它是一個(gè) set，保證了內(nèi)部 value 的唯一性，另一方面它可以為每個(gè) value 賦予一個(gè) score 值，用來(lái)代表排序的權(quán)重。
zset相比于set多一個(gè)score 分值，正是根據(jù)這個(gè)分值進(jìn)行排序，所以zset才能展示有序的數(shù)據(jù)

zset 的常用操作

命令	說(shuō)明
ZADD key score member [[score member]…]	往有序集合key中加入帶分值元素
ZREM key member [member …]	從有序集合key中刪除元素
ZSCORE key member	返回有序集合key中元素member的分值
ZINCRBY key increment member	為有序集合key中元素member的分值加上increment
ZCARD key	返回有序集合key中元素個(gè)數(shù)
ZRANGE key start stop [WITHSCORES]	正序獲取有序集合key從start下標(biāo)到stop下標(biāo)的元素
ZREVRANGE key start stop [WITHSCORES]	倒序獲取有序集合key從start下標(biāo)到stop下標(biāo)的元素

zset的基本使用

> ZADD books 9.0 "think in java"
> ZADD books 8.9 "java concurrency"
> ZADD books 8.6 "java cookbook"> ZRANGE books 0 -1     # 按 score 排序列出，參數(shù)區(qū)間為排名范圍
1) "java cookbook"
2) "java concurrency"
3) "think in java"> ZREVRANGE books 0 -1  # 按 score 逆序列出，參數(shù)區(qū)間為排名范圍
1) "think in java"
2) "java concurrency"
3) "java cookbook"> ZCARD books           # 相當(dāng)于 count()
(integer) 3> ZSCORE books "java concurrency"   # 獲取指定 value 的 score
"8.9000000000000004"                # 內(nèi)部 score 使用 double 類型進(jìn)行存儲(chǔ)，所以存在小數(shù)點(diǎn)精度問(wèn)題> ZRANK books "java concurrency"    # 排名
(integer) 1> ZRANGEBYSCORE books 0 8.91        # 根據(jù)分值區(qū)間遍歷 zset
1) "java cookbook"
2) "java concurrency"> ZRANGEBYSCORE books -inf 8.91 withscores  # 根據(jù)分值區(qū)間 (-∞, 8.91] 遍歷 zset，同時(shí)返回分值。inf 代表 infinite，無(wú)窮大的意思。
1) "java cookbook"
2) "8.5999999999999996"
3) "java concurrency"
4) "8.9000000000000004"> ZREM books "java concurrency"             # 刪除 value
(integer) 1
> ZRANGE books 0 -1
1) "java cookbook"
2) "think in java

zset應(yīng)用場(chǎng)景

• 實(shí)現(xiàn)熱搜排行榜
  ①：點(diǎn)擊 “國(guó)慶放假” 新聞時(shí)，為其分值+1
  ZINCRBY hotNews:20190819 1 國(guó)慶放假
  ②：展示當(dāng)日排行前十
  ZREVRANGE hotNews:20190819 0 9 WITHSCORES
  ③：七日搜索榜單計(jì)算
  取7天的key求并集放入新的key=hotNews:20190813-20190819中，就得出這7天中的訪問(wèn)量排行榜
  ZUNIONSTORE hotNews:20190813-20190819 7
  hotNews:20190813 hotNews:20190814… hotNews:20190819
  ④：展示七日排行前十
  根據(jù)上邊的并集，從新的key=hotNews:20190813-20190819中取出前10名
  ZREVRANGE hotNews:20190813-20190819 0 9 WITHSCORES